ms-ai-architect/skills/ms-ai-advisor/references/architecture/alternativanalyse-methodology.md

Alternativanalyse-metodikk — Vektet multi-kriterie-analyse (MCA)

Last updated: 2026-02 (v1.0) Målgruppe: Arkitekter som gjennomfører AI-arkitekturutredninger for norsk offentlig sektor Regulatorisk forankring: Utredningsinstruksen (2016), DFOs veileder til utredningsinstruksen Category: Solution Architecture & Advisory Status: Established Practice

---

Om dette dokumentet

Denne referansefilen definerer en strukturert metodikk for alternativsammenligning i AI-arkitekturutredninger. Metodikken sikrer etterprøvbare, transparente og rettferdige sammenligninger — i tråd med utredningsinstruksens krav om at beslutningsgrunnlaget skal være "så omfattende og grundig som nødvendig" (§2-2).

---

1. Scoringsskala 1-5

Alle kriterier scores på en felles skala med eksplisitte definisjoner per nivå. Vurderingene skal være konkrete og etterprøvbare — unngå vage formuleringer.

Score	Betegnelse	Definisjon	Eksempel (norsk språkstøtte)
1	Oppfyller ikke	Oppfyller ikke kravet i det hele tatt. Fundamental mangel som ikke kan kompenseres uten betydelig ekstraarbeid.	Ingen støtte for norsk. Kun engelskspråklige modeller uten mulighet for tilpasning.
2	Delvis, vesentlige mangler	Oppfyller kravet delvis, men har vesentlige mangler som krever betydelige workarounds eller tilleggsinvesteringer.	Begrenset norskstøtte. Forstår grunnleggende norsk, men produserer ofte grammatiske feil og blander bokmål/nynorsk.
3	Oppfyller minimumskrav	Oppfyller minimumskravet uten vesentlige mangler. Funksjonelt akseptabelt, men uten margin.	Akseptabel norskstøtte. Forstår og produserer korrekt bokmål. Nynorsk og fagterminologi er ustabilt.
4	Over minimumskrav, god dekning	Overgår minimumskravet. God dekning med noen forbedringsmuligheter.	God norskstøtte. Behersker bokmål og nynorsk. Forstår vanlig fagterminologi. Noen mangler i spesialdomener.
5	Utmerket, overgår forventning	Utmerket dekning som overgår forventningene. Beste tilgjengelige løsning for dette kriteriet.	Utmerket norskstøtte. Behersker bokmål, nynorsk og vanlige dialektuttrykk. Korrekt fagterminologi i domenet. Samisk grunnstøtte.

Regler for scoring

• Alltid begrunn scoren med en kort setning som refererer til verifiserbar informasjon
• Bruk hele skalaen — unngå å gi alle alternativer 3-4 (dette indikerer at kriteriene er for vage)
• Skill mellom "i dag" og "planlagt" — score kun det som er tilgjengelig nå, ikke roadmap-løfter
• Dokumenter usikkerhet — hvis scoren er usikker, noter det (f.eks. "Score 3, usikkerhet +/- 1, mangler testdata")

---

2. Standard vurderingskriterier for AI-arkitektursammenligning

2.1 Kriteriesett med foreslåtte vekter

#	Kriterie	Foreslått vekt	Beskrivelse	Typiske vurderingspunkter
K1	Teknisk modenhet	15%	Hvor moden og stabil er teknologien?	GA vs. preview, versjonsstabilitet, kjente begrensninger, community/økosystem, dokumentasjonskvalitet
K2	Norsk språkstøtte	15%	Kvalitet på norskstøtte (bokmål, nynorsk, fagterminologi)	Språkforståelse, tekstgenerering, oversettelse, fagterminologi, samisk (hvis relevant)
K3	Sikkerhet og compliance	20%	Oppfyllelse av regulatoriske og sikkerhetskrav	AI Act, GDPR/DPIA, dataresidenskrav (Norway East/Sweden Central), NSM grunnprinsipper, Schrems II
K4	Kostnadseffektivitet	15%	Total eierkostnad (TCO) relativt til verdi	Lisenskostnader, Azure-forbruk, driftskostnader, implementeringskostnad, skjulte kostnader
K5	Skalerbarhet	10%	Evne til å håndtere vekst i brukere, data og funksjoner	Horisontal skalering, autoscaling, throughput-grenser, multi-region, ytelsesgarantier
K6	Organisatorisk gjennomførbarhet	15%	Evne til å gjennomføre med tilgjengelig kompetanse og organisasjon	Kompetansegap, endringsledelse, leverandøravhengighet, økosystem-tilpasning, intern forankring
K7	Tid til verdi	10%	Hvor raskt kan løsningen levere målbar verdi?	POC-varighet, MVP-tid, produksjon, kompleksitet i oppsett, tilgjengelige akseleratorer

Total: 100%

2.2 Justering av vekter

Vektene over er utgangspunkt og skal tilpasses konteksten. Vanlige justeringer:

Kontekst	Juster opp	Juster ned	Begrunnelse
Høyrisiko AI Act	K3 Sikkerhet → 25-30%	K7 Tid → 5%	Compliance er ikke forhandlingsbart
Tidskritisk prosjekt	K7 Tid → 15-20%	K5 Skalerbarhet → 5%	Første versjon trenger ikke full skalering
Lavt kompetansenivå	K6 Organisatorisk → 20-25%	K1 Teknisk → 10%	Hjelper ikke med moden teknologi hvis ingen kan bruke den
Tett budsjett	K4 Kostnad → 20-25%	K5 Skalerbarhet → 5%	Prioriter å holde seg innenfor budsjett
Samisk befolkning berørt	K2 Norsk språk → 20%	K1 Teknisk → 10%	Språkkrav er avgjørende for likeverdig tjeneste

Regel: Dokumenter alltid hvorfor vektene er justert fra standardoppsettet.

---

3. Sammenligningstabellmal

3.1 Komplett vektet scorecard

### Alternativsammenligning — Vektet multi-kriterie-analyse

**Prosjekt:** [Prosjektnavn]
**Dato:** YYYY-MM-DD
**Vektbegrunnelse:** [Standard / Justert — begrunn justeringer]

| # | Kriterie | Vekt | Alt 0: Null | Alt 1: [Navn] | Alt 2: [Navn] | Alt 3: [Navn] |
|---|----------|------|-------------|---------------|---------------|---------------|
| K1 | Teknisk modenhet | 15% | — | [1-5] | [1-5] | [1-5] |
| K2 | Norsk språkstøtte | 15% | — | [1-5] | [1-5] | [1-5] |
| K3 | Sikkerhet og compliance | 20% | — | [1-5] | [1-5] | [1-5] |
| K4 | Kostnadseffektivitet | 15% | — | [1-5] | [1-5] | [1-5] |
| K5 | Skalerbarhet | 10% | — | [1-5] | [1-5] | [1-5] |
| K6 | Org. gjennomførbarhet | 15% | — | [1-5] | [1-5] | [1-5] |
| K7 | Tid til verdi | 10% | — | [1-5] | [1-5] | [1-5] |
| | **Vektet totalsum** | **100%** | **—** | **[X.XX]** | **[X.XX]** | **[X.XX]** |

**Beregning:** Vektet sum = Σ (score_i × vekt_i)
**Maks mulig:** 5.00 | **Anbefalt terskel:** ≥ 3.50 for anbefaling

3.2 Begrunnelsestabell (obligatorisk)

Hver score må ha en kort begrunnelse:

### Scorebegrunnelser

| Kriterie | Alternativ | Score | Begrunnelse | Kilde |
|----------|-----------|-------|-------------|-------|
| K1 Teknisk modenhet | Alt 2: Copilot Studio | 4 | GA siden nov 2023, stabil plattform, god dokumentasjon | KB: platforms/copilot-studio.md |
| K2 Norsk språkstøtte | Alt 2: Copilot Studio | 3 | GPT-4o forstår norsk godt, men generative topics har begrenset nynorsk-støtte | MCP: microsoft-learn (verifisert 2026-02) |
| K3 Sikkerhet | Alt 2: Copilot Studio | 4 | Data i EU, GDPR-compliant, mangler noen granulære DLP-kontroller | KB: public-sector-checklist.md |
| ... | ... | ... | ... | ... |

3.3 Beregningseksempel

Alt 2: Copilot Studio + Azure AI Search
  K1: 4 × 0.15 = 0.60
  K2: 3 × 0.15 = 0.45
  K3: 4 × 0.20 = 0.80
  K4: 3 × 0.15 = 0.45
  K5: 3 × 0.10 = 0.30
  K6: 4 × 0.15 = 0.60
  K7: 4 × 0.10 = 0.40
  ──────────────────────
  Vektet totalsum: 3.60 ✅ (over terskel 3.50)

---

4. Sensitivitetsanalyse

Sensitivitetsanalysen avdekker om anbefalingen er robust — eller om den "vipper" ved rimelige endringer i vekter eller scorer.

4.1 Metode

For hvert kriterie, test hva som skjer dersom:

1. Vekten økes med 10 prosentpoeng (og fordeles jevnt fra øvrige)
2. Vekten reduseres med 10 prosentpoeng (og fordeles jevnt til øvrige)
3. Scoren endres med +/- 1 for det ledende alternativet

4.2 Sensitivitetsanalysetal

### Sensitivitetsanalyse

**Basecase:** Alt 2 (score 3.60) > Alt 3 (score 3.45) — forskjell: 0.15

| Test | Endring | Alt 2 ny score | Alt 3 ny score | Vinner endres? |
|------|---------|----------------|----------------|----------------|
| K3 vekt +10pp | Sikkerhet 20% → 30% | [X.XX] | [X.XX] | Ja/Nei |
| K3 vekt -10pp | Sikkerhet 20% → 10% | [X.XX] | [X.XX] | Ja/Nei |
| K4 vekt +10pp | Kostnad 15% → 25% | [X.XX] | [X.XX] | Ja/Nei |
| K6 vekt +10pp | Org. gj.førb. 15% → 25% | [X.XX] | [X.XX] | Ja/Nei |
| Alt 2 K2 score -1 | Norsk 3 → 2 | [X.XX] | — | Ja/Nei |
| Alt 2 K3 score -1 | Sikkerhet 4 → 3 | [X.XX] | — | Ja/Nei |

**Robusthetskonklusjon:**
- [ ] Anbefalingen er **robust** — den endres ikke ved noen rimelig endring
- [ ] Anbefalingen er **betinget robust** — den endres kun ved ekstreme vektendringer
- [ ] Anbefalingen er **sensitiv** — den endres ved [spesifiser hvilke endringer]

4.3 Kritiske kriterier ("swing criteria")

Identifiser kriterier der en endring i score eller vekt vil endre anbefalingen:

### Kritiske kriterier

| Kriterie | Breakpoint | Implikasjon |
|----------|-----------|-------------|
| K3 Sikkerhet | Hvis Alt 3 scorer ≥ 4 (i stedet for 3) | Alt 3 overtar som anbefalt |
| K4 Kostnad | Hvis vekt økes til > 25% | Alt 1 (billigere) blir anbefalt |
| K6 Org. gjennomf. | Hvis Alt 2 scorer ≤ 2 | Ingen alternativer når terskel |

**Aksjonspunkter:**
- [ ] Verifiser K3-score for Alt 3 — hent oppdatert compliance-informasjon
- [ ] Avklar faktisk budsjettramme — påvirker K4-vekting

---

5. Krav om tilstrekkelig dybde (utredningsinstruksen)

5.1 Regulatorisk grunnlag

Utredningsinstruksen §2-2 fastslår at utredningen skal være "så omfattende og grundig som nødvendig". DFOs veileder presiserer at kravene til grundighet øker med tiltakets omfang og virkninger. For alternativanalysen innebærer dette:

• Alle reelle alternativer skal beskrives tilstrekkelig til at beslutningstaker kan vurdere dem
• Virkningene av hvert alternativ skal utredes med tilstrekkelig dybde
• Nullalternativet skal alltid inkluderes som referanse
• Ikke-AI-alternativ bør alltid vurderes (prosessforbedring, tradisjonell automatisering)

DFOs veileder til utredningsinstruksen (kap. 2.1) presiserer minimumskravene, der spørsmål 2 ("Hvilke tiltak er relevante?") krever at alle aktuelle alternativer identifiseres og vurderes.

5.2 Sjekkliste for tilstrekkelig dybde

Bruk denne sjekklisten etter at alternativanalysen er ferdig for å verifisere at alle alternativer er behandlet med tilstrekkelig og rettferdig dybde:

### Sjekkliste: Tilstrekkelig dybde i alternativanalysen

**Strukturell likhet:**
- [ ] Alle alternativer har beskrivelse av samme lengde (+/- 30%)
- [ ] Alle alternativer er vurdert mot samtlige kriterier (ingen tomme celler)
- [ ] Alle scorer har skriftlig begrunnelse
- [ ] Kildehenvisning finnes for alle vesentlige påstander

**Informasjonsdybde:**
- [ ] Nullalternativet er beskrevet med reelle konsekvenser (ikke bare "ingen endring")
- [ ] Minst ett ikke-AI-alternativ er inkludert og reelt vurdert
- [ ] Tekniske detaljer (arkitektur, komponenter) er beskrevet for alle alternativer
- [ ] Kostnadsestimater dekker alle alternativer med sammenlignbare kostnadsposter
- [ ] Sikkerhetsvurdering dekker alle alternativer med samme dimensjoner

**Objektivitet:**
- [ ] Ingen alternativer er beskrevet med systematisk positivt/negativt ladede ord
- [ ] Fordeler og ulemper er balansert for alle alternativer
- [ ] Ukjente aspekter er merket som ukjente (ikke utelatt)
- [ ] Antakelser er eksplisitt merket og gjelder likt for alle alternativer

**MCA-integritet:**
- [ ] Vekter er begrunnet uavhengig av alternativene (bestemt før scoring)
- [ ] Scorer er begrunnet per alternativ per kriterie (ikke bare totalvurdering)
- [ ] Sensitivitetsanalyse er gjennomført
- [ ] Terskelverdi for anbefaling er definert på forhånd

**Ettersporing:**
- [ ] Det er klart hvem som har scoret (person/rolle)
- [ ] Det er klart når scoringen ble gjort (dato)
- [ ] Det er klart hvilke kilder som ble brukt (MCP-verifisert, KB, ekspert, antakelse)

5.3 Vanlige feil som bryter med kravet om tilstrekkelig dybde

Feil	Eksempel	Konsekvens	Korreksjon
Stråmannsalternativ	Alt 1 er en åpenbart dårlig løsning inkludert bare for å gjøre Alt 2 bedre	Manipulerer beslutningen	Sørg for at alle alternativer er realistiske og relevante
Ujevn informasjonstilgang	Alt 2 (anbefalt) har 2 sider beskrivelse, Alt 3 har 3 linjer	Beslutningstaker kan ikke vurdere Alt 3	Beskriv alle med sammenlignbar dybde
Manglende nullalternativ	Nullalternativet nevnes bare som "ikke et alternativ"	Bryter utredningsinstruksen	Beskriv reelle konsekvenser av å ikke gjøre noe
Cherry-picking kriterier	Kriterier er valgt fordi anbefalt alternativ scorer høyt	Skjult bias	Definer kriterier uavhengig av løsning, gjerne med interessenter
Post-hoc vekting	Vekter justeres etter scoring for å få "riktig" resultat	Manipulasjon	Sett vekter før scoring. Dokumenter tidspunkt.
Manglende ikke-AI-alternativ	Kun AI-løsninger sammenlignes	Kan bryte utredningsinstruksen	Inkluder alltid minst ett ikke-AI-alternativ

---

6. Prosess for gjennomføring

6.1 Anbefalt rekkefølge

1. Definer kriterier med interessenter (workshop)
   ↓
2. Sett vekter (før scoring!) — dokumenter begrunnelse
   ↓
3. Identifiser 3-5 reelle alternativer (inkl. nullalt. og ikke-AI)
   ↓
4. Beskriv hvert alternativ med tilstrekkelig dybde
   ↓
5. Score hvert alternativ per kriterie — begrunn skriftlig
   ↓
6. Beregn vektet sum
   ↓
7. Gjennomfør sensitivitetsanalyse
   ↓
8. Verifiser tilstrekkelig dybde (sjekkliste 5.2)
   ↓
9. Formuler anbefaling med referanse til MCA-resultater

6.2 Hvem scorer?

Tilnærming	Når	Fordel	Ulempe
Arkitekt alene	Enkle utredninger, rådgivende karakter	Rask, konsistent	Subjektivt, lav legitimitet
Tverrfaglig team	Middels/komplekse utredninger	Bredere perspektiv, høyere legitimitet	Tidkrevende, kan kreve fasilitering
Delphi-metode	Komplekse utredninger med mange interessenter	Reduserer gruppetenkning, dokumenterer uenighet	Krever flere runder, tar tid

---

7. Referanser

• Utredningsinstruksen (Regjeringen, 2016)
• Veileder til utredningsinstruksen (DFO)
• Kap. 2.1 Minimumskrav (DFO)
• Kap. 2 Krav til innhold i beslutningsgrunnlaget (DFO)

---

For Cosmo Skyberg

Denne referansefilen er ditt verktøy for strukturert alternativsammenligning. Slik bruker du den:

Når du gjennomfører en alternativanalyse:

1. Bruk standardkriteriene (K1-K7) som utgangspunkt. Juster vekter basert på kontekst og begrunn justeringene.
2. Score med 1-5-skalaen og bruk de eksakte definisjonene. Aldri gi en score uten begrunnelse.
3. Beregn vektet sum og presenter i sammenligningstabellmalen.
4. Kjør sensitivitetsanalyse for å avdekke om anbefalingen er robust.
5. Verifiser tilstrekkelig dybde med sjekklisten i seksjon 5.2.

Integrasjon med andre referansefiler:

• Kostnadsdata (K4): Hent fra cost-models.md og /architect:cost
• Sikkerhetsscorer (K3): Hent fra /architect:security (6-dimensjons-rammeverket)
• Plattformmodenhet (K1): Hent fra platforms/*.md (kunnskapsbasen)
• Regional tilgjengelighet: Kryssreferanse med regional-availability-verification.md
• Antakelser: Dokumenter i source-traceability-assumption-register.md
• Gjennomførbarhet (K6): Bruk capacity-feasibility-benchmarks.md for kompetansegap og tidsplan

Viktige regler:

• Sett vekter FØR scoring — aldri juster vekter etter at du har scoret alternativene
• Inkluder alltid nullalternativ og minst ett ikke-AI-alternativ
• Bruk sjekklisten i seksjon 5.2 før du leverer analysen
• Vær eksplisitt om usikkerhet — en ærlig "score 3, usikker +/- 1" er bedre enn en falsk presis "score 4"